仅删除 txt 文件中的部分字符行 - chr 字符串答案

【问题标题】：Removing only part of character line in txt file - chr string仅删除 txt 文件中的部分字符行 - chr 字符串
【发布时间】：2021-05-20 17:05:23
【问题描述】：

我想使用 bash 删除以下 txt 文件中的字符串“chr”：

    FO538757.1      chr1:183937
    AL669831.3      chr1:601436
    AL669831.3      chr1:601667
    AL669831.3      chr1:609395
    AL669831.3      chr1:609407
    AL669831.3      chr1:611317

所以最终文件看起来像：

FO538757.1      1:183937
AL669831.3     1:601436
AL669831.3     1:601667
AL669831.3     1:609395
AL669831.3     1:609407
AL669831.3     1:611317

我检查了以前的线程并尝试了：

sed 's/^chr//' 
 awk 'BEGIN {OFS=FS="\t"} {gsub(/chr1/,"1",$2)}2'

他们都没有工作。这里有比 awk 更好的选择吗？

谢谢！

【问题讨论】：

您是否真的在每一行的开头都有一堆空白，您也想删除？如果你没有这样做，你会得到答案，如果没有，那么请edit你的问题来解决你的例子。
我看到您从未接受过任何问题的答案。请阅读stackoverflow.com/help/someone-answers。

标签： awk bioinformatics genetics vcf-variant-call-format

【解决方案1】：

我怀疑你真正需要的是：

sed 's/chr//' file

【讨论】：

不客气。请参阅stackoverflow.com/help/someone-answers 了解下一步该做什么。

【解决方案2】：

您可以使用sed 和两个表达式轻松做到这一点，(1) 第一个删除chr，第二个删除前导空格，例如

sed -e 's/chr//' -e 's/^[[:blank:]]*//'  file

使用/输出示例

在名为file 的文件中输入您的内容，您将拥有

$ sed -e 's/chr//' -e 's/^[[:blank:]]*//'  file
FO538757.1      1:183937
AL669831.3      1:601436
AL669831.3      1:601667
AL669831.3      1:609395
AL669831.3      1:609407
AL669831.3      1:611317

【讨论】：

【解决方案3】：

使用您展示的示例，请尝试以下操作。简单的解释是：在第二个字段中用 NULL 替换起始 chr 并打印该行，这将导致当前行的重建，并且初始空格也将从行中删除。

awk '{sub(/^chr/,"",$2)} 1' Input_file

如果您的 Input_file 是制表符分隔的，并且文件开头有制表符，请尝试以下操作：

awk 'BEGIN{FS=OFS="\t"} {sub(/^chr/,"",$3);sub(/^\t+/,"")} 1' Input_file

【讨论】：

【解决方案4】：

将bash shell 与Parameter Expansion 和mapfile 又名readarray 一起使用

#!/usr/bin/env bash

shopt -s extglob

mapfile -t array < file.txt

array=("${array[@]##+([[:space:]])}")

printf '%s\n' "${array[@]/chr}"

在脚本内部extglob 必须启用，但在命令行中可能已经启用，所以在一行中

mapfile -t array < file.txt; array=("${array[@]##+([[:space:]])}"); printf '%s\n' "${array[@]/chr}"

对于大量的数据/文件来说会很慢，jfyi

【讨论】：